关注
分享
文章平均质量分 86
记录已读的计算机视觉和机器学习相关的论文，或记录主要内容，或记录算法流程和细节。
养成好的习惯，有的放矢，在写博客的过程中能够促进思考和写作能力，同时也是一个交流和学习的平台。
有来有去-CV
喜欢计算机视觉，特别羡慕那些牛人，天分不高，只能靠专注和坚持。
今天比昨天好就是最大的进步。
展开
-
【论文笔记】Additive Margin Softmax for Face Verification
之前的L-Softmax, A-Softmax引入了角间距的概念，用于改进传统的softmax loss函数，使得人脸特征具有更大的类间距和更小的类内距。作者在这些方法的启发下，提出了一种更直观和更易解释的additive margin Softmax (AM-Softmax)。原创 2018-01-28 21:28:33 · 9340 阅读 · 0 评论 -
【论文笔记】Two Birds with One Stone: Iteratively Learn Facial Attributes with GANs
GAN在生成高保真度的变换图方面具有其它方法所没有的优势。在这篇文章里，作者通过集成的损失函数来正则化最小最大过程，从而完成GAN模型的训练。这个集成的损失函数不仅包括像素级loss，而且包括既能提高生成图片质量又能保留身份信息的感知loss。原创 2018-01-21 22:30:21 · 656 阅读 · 0 评论 -
【论文笔记】VGGFace2——一个能够用于识别不同姿态和年龄人脸的数据集
.VGGFace2 是一个大规模人脸识别数据，包含331万图片，9131个ID，平均图片个数为362.6。原创 2018-01-10 14:53:31 · 29728 阅读 · 7 评论 -
【论文笔记】SphereFace: Deep Hypersphere Embedding for Face Recognition
这篇paper提出Angular-Softmax（A-Softmax）去学习判别特征，它在超球面流形上强加了一个判别约束，而这个超球面流形本质上与人脸的先验知识位于同一个流形上。原创 2017-12-24 14:55:13 · 4612 阅读 · 1 评论 -
【论文笔记】GAN-摘要-201709
【1】Huang R, Zhang S, Li T, et al. Beyond Face Rotation: Global and Local Perception GAN for Photorealistic and Identity Preserving Frontal View Synthesis[J]. arXiv preprint arXiv:1704.04086, 2017.TP-GA原创 2017-09-20 13:09:35 · 1822 阅读 · 0 评论 -
【论文笔记】Large-Margin Softmax Loss for Convolutional Neural Networks
参考文献： Liu W, Wen Y, Yu Z, et al. Large-Margin Softmax Loss for Convolutional Neural Networks[C]//Proceedings of The 33rd International Conference on Machine Learning. 2016: 507-516.摘要Softmax Loss 函数经原创 2016-11-25 21:54:36 · 13284 阅读 · 4 评论 -
【论文笔记】Object Tracking_简略版_201608
【1】Held, D., Thrun, S., & Savarese, S. (2016). Learning to Track at 100 FPS with Deep Regression Networks. arXiv preprint arXiv:1604.01802.这篇文章提出了一种基于深度学习的目标跟踪算法，有以下几个特点： 1）快，100fps，比之前大多数采用深度学习的跟踪原创 2016-08-16 15:06:50 · 1683 阅读 · 5 评论 -
【论文笔记】Spatial Transformer Networks
卷积神经网络（CNN）已经被证明能够训练一个能力强大的分类模型，但与传统的模式识别方法类似，它也会受到数据在空间上多样性的影响。这篇Paper提出了一种叫做空间变换网络（Spatial Transform Networks， STN）,该网络不需要关键点的标定，能够根据分类或者其它任务自适应地将数据进行空间变换和对齐（包括平移、缩放、旋转以及其它几何变换等）。原创 2016-07-02 12:46:04 · 33324 阅读 · 7 评论 -
【论文笔记】未分类_2016
【1】Kemelmacher-Shlizerman I, Seitz S M. Collection flow[C]//Computer Vision and Pattern Recognition (CVPR), 2012 IEEE Conference on. IEEE, 2012: 1792-1799.计算一对人脸图像(I,J)(I, J)之间的光流，容易受到光照、姿态以及其它变化的影响。作者原创 2016-06-29 17:24:37 · 3613 阅读 · 0 评论 -
【论文笔记】Text-Recognition_简略版_201606
【1】Shi B, Wang X, Lv P, et al. Robust Scene Text Recognition with Automatic Rectification[J]. arXiv preprint arXiv:1603.03915, 2016. 上图即为本篇论文的系统框架：包括 Spatial Transformer Network (STN ) 以及 Sequence Reco原创 2016-06-28 10:13:34 · 4681 阅读 · 5 评论 -
【论文笔记】Text-Detection_简略版_201604
最近在研究一个新课题-Text Detection，正在读论文中。。。201604261、Zhang Z, Zhang C, Shen W, et al. Multi-Oriented Text Detection with Fully Convolutional Networks[J]. arXiv preprint arXiv:1604.04018, 2016.这篇文章将局部和全局信息结合，使用原创 2016-04-26 17:31:54 · 11408 阅读 · 1 评论 -
【论文笔记】人脸关键点检测_简略版_2016
20160331 1、Zhang Z, Luo P, Loy C C, et al. Learning deep representation for face alignment with auxiliary attributes[J]. 2015.在论文“Facial landmark detection by deep multi-task learning”上的改进（见http://blo原创 2016-03-31 09:55:38 · 7869 阅读 · 0 评论 -
【论文笔记】Leveraging Datasets with Varying Annotations for Face Alignment via Deep Regression Network
参考文献： Zhang J, Kan M, Shan S, et al. Leveraging Datasets With Varying Annotations for Face Alignment via Deep Regression Network[C]//Proceedings of the IEEE International Conference on Computer Visio原创 2016-03-20 17:08:37 · 2931 阅读 · 1 评论 -
【论文笔记】3D人脸重建_简略版（时时更新中）
201601161. Zhu X, Lei Z, Yan J, et al. High-Fidelity Pose and Expression Normalization for Face Recognition in the Wild[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition原创 2016-02-21 15:01:20 · 5688 阅读 · 0 评论 -
【论文笔记】人脸关键点检测_简略版（时时更新中...）
201601151. Jourabloo A, Liu X. Pose-invariant 3d face alignment[C]//Proceedings of the IEEE International Conference on Computer Vision. 2015: 3694-3702.PIFA通过一个可变的人脸3D模型，在回归过程中引入更多的变量，如摄像头投影矩阵、3D关键点等，原创 2016-01-15 18:06:17 · 4984 阅读 · 0 评论 -
【论文笔记】One Millisecond Face Alignment with an Ensemble of Regression Trees
简介CVPR 2014的一篇关于人脸关键点检测的论文，基于Ensemble of Regression Tress算法(以下简称 ESR)，速度极快（单人人脸关键点检测耗时约为1ms），效果也不错。同时又能处理训练集中部分关键点标定缺失的情况。原创 2016-01-10 16:56:05 · 14883 阅读 · 17 评论 -
写在Paper Reading之前
写在Paper Reading 之前2016年第一篇文章，就以paper reading开头，这段时间最少写五篇，达到申请专栏的条件。通过申请专栏，也可以达到监督作用，催促自己多看、多想、多写。【1】每周一篇CV论文阅读笔记，多则不限。 【2】理清文章思路，尽可能将流程解释清楚。 【3】阐述自己读后的思考。 【4】写清楚文献出处，便于之后写论文引用。由于自己理解不深，会时常犯错，这也是展示错误原创 2016-01-04 19:35:42 · 1686 阅读 · 0 评论